信用风险.ppt

信用风险.ppt

《信用风险.ppt》由会员分享，可在线阅读，更多相关《信用风险.ppt（32页珍藏版）》请在冰豆网上搜索。

信用风险信用风险简介简介l信用风险概念l早期信用风险度量模型l现代信用风险度量模型信用风险概念信用风险概念l信用风险又称违约风险,是指交易对手未能履行约定契约中的义务而造成经济损失的风险,即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性。

l信用风险由两部分组成,一是违约风险,指交易一方不愿或无力支付约定款项致使交易另一方遭受损失的可能性;二是信用价差风险,指由于信用品质的变化引起信用价差的变化而导致的损失。

信用风险的特征信用风险的特征l不对称性获得较小的收益的概率是较大的，产生较大损失的概率也较大。

信息不对称信用风险的特征信用风险的特征l累积性具有不断累积、恶性循环、连锁反应、在一定的临界点可能会突然爆发而引起经济危机的特点。

信用风险的特征信用风险的特征l系统性一：

受到共同的宏观经济因素影响而产生的系统性风险二：

受到特殊的个体因素的影响而产生的非系统性风险信用风险的特征信用风险的特征l内源性和行为因素风险源自公司内部，不是完全由客观因素驱动的，而是含有主观的、无法用客观数据和事实证实的因素。

专家制度专家制度借款人的5C1.品德与声望（Character）2.资格与能力（Capacity）3.资金实力（CapitalorCash）4.担保（Collateral）5.经营状况和经营环境（Condition）专家制度的缺陷专家制度的缺陷1.需要相当数量的专门信用分析人员2.实施的效果很不稳定3.与银行在经营管理中的官僚主义方式紧密相联，大大降低了银行应对市场变化的能力4.加剧了银行在贷款组合方面过度集中的问题，使银行面临着更大的风险5.对借款人进行信用分析时，难以确定共同遵循的标准，造成信用评估的主观性、随意性和不一致性。

线性判别模型线性判别模型l判别分析的思想：

对于混合在一起的样本，设法找出一个区别的法则或模型，使各个独立个体经过此模型后，就能够按各自所属的群体清楚地区分开来，归属到不同的群组。

l将每个独立个体各项特征变量的数值投入该模型，可以得到一个判别分数，作为将各观察对象分类归属于某一组别的依据。

线性判别模型线性判别模型l每个观察对象都有一个使其归属到某一组别的判别分数。

lLDF：

l费雪LDF，计算两组各自的判别分数的平均数的差方和全部判别分数的方差之比。

值越大，判断能力越好。

线性判别模型线性判别模型l求出判别函数后：

l1.计算每个样本的判别分数l2.评估群组间有无显著差异：

求每组的平均样本分数，再与组间的中心比较l3.检验分类正确率Logit模型模型l假设事件发生的概率服从Logistic的累积概率分布函数：

l如果Y是无法观测的隐藏变量，但可以对应到一个二分类变量，且有：

Logit模型模型KMV模型模型l商业银行的风险管理一直是国际国内金融界关注的焦点,而风险计量技术则是风险管理的核心。

基于资本市场的发展和信息技术的提高,国际市场上开发了如Creditmetrics模型、KMV模型、CreditRisk模型和CreditPortfolioView模型。

l其中的KMV模型基于Black-Scholes和Merton期权定价理论,主要采用股票市场数据,因此数据和结果更新速度快,具有前瞻性,现已成为当今世界著名的信用风险计量工具之一。

KMV模型模型l该模型是建立在Merton对信用风险的期权定价方法上,主要对上市公司和上市银行的预期违约率EDF（ExpectedDefaultFrequency）进行的预测方法。

lKMV模型的基本思想和Merton一样，把公司权益和负债作为期权,而把公司资本作为标的资产,把公司所有者权益作为看涨期权,把负债作为看跌期权。

l资本结构与公司价值密切相关资本结构与公司价值密切相关,而违约概率是与债务额和债务人公司资产结构相关的内生变量。

KMV模型模型l在这种基本思想下,KMV认为,一个公司的市场价值低于其总负债时违约就会发生的假设是不精确的,它假设当公司资产价值低于某个水平时,违约才会发生,在这个水平上的公司资产价值被定义为违约点（DefaultPoint,DPT）;同时,KMV假设投资组合是高度分散的,并且市场利率和总体经济状况是可以预先确定的。

KMV模型模型l理论基础：

理论基础：

期权定价模型（B-S模型）l基本思想基本思想：

KMV模型把公司权益看作看涨期权，即公司的股东在借入一笔负债时，相当于买入一份以公司资产价值作为标的资产、违约点为执行价值的看涨期权。

KMV模型模型l1.估计资产价值和波动性估计资产价值和波动性KMV模型模型l根据根据BS期权定价模型，可以得到在到期日期权定价模型，可以得到在到期日T时公时公司资产市场价值和权益市场价值之间的关系：

司资产市场价值和权益市场价值之间的关系：

lVE为权益的市场价值，可以以流通在外股数乘以为权益的市场价值，可以以流通在外股数乘以每股价格来估算；每股价格来估算；X为负债账面价值；为负债账面价值；r代表无风代表无风险利率。

险利率。

KMV模型模型l根据伊藤引理，权益波动性与资产的波动性存在根据伊藤引理，权益波动性与资产的波动性存在如下关系：

如下关系：

l可以求出资产市场价值可以求出资产市场价值VA和资产波动性和资产波动性KMV模型模型l2.计算违约距离l违约的可能可以定义为公司资产价值小于违约点的概率。

而公司资产价值与违约点的差，就是公司的违约间距（DD），其值越大代表资产的价值距离违约点越远，公司违约的概率越小。

KMV模型模型l3.计算厂商的违约概率l通过DD来计算KMV模型中的“期望违约概率”（EDF），为资产价值在时间T时小于违约点部分的累积概率。

KMV模型模型l假设厂商的市场价值是以市场价值的平均值为中点的正态分布。

KMV模型模型Creditmetrics模型模型lCreditMetrics（信用计量）模型是由JP摩根及美洲银行、KMV公司、瑞士联合银行等金融机构于1997年开发出的模型,运用VAR框架,用于对诸如贷款和私募债券等非交易资产进行估价和风险计算。

该模型认为信用风险取决于债务人的信用状况,信用工具（包括债券和贷款等）的市场价值取决于债务发行企业的信用等级。

通过借款人的信用评级、评级转移矩阵、违约贷款的回收率、债券市场上的信用风险价差计算出贷款的市场价值及其波动性,得出个别贷款和贷款组合的VAR值。

Creditmetrics模型模型l基本步骤：

l1.根据借款企业的信用等级计算出借款企业信用等级转移的概率。

l2.对信用等级变化后的贷款进行估价。

l3.计算出VAR。

Creditmetrics模型模型l特点：

l1.该模型以信用评级为基础，描述资产价值概率分布，计算某项贷款或某组贷款违约的概率，然后计算上述贷款同时转变为坏帐的概率。

l2.该模型通过VaR数值的计算反映出：

银行某个或整个贷款组合一旦面临信用级别变化或拖欠风险时所应准备的资本金数值。

l3.模型的建立需要进行大量的参数估计，例如违约概率、违约收复率、信用等级转换概率等，这些参数的估计是以历史经验数据为基础的。

需要完整的基础数据库，以及完善的银行内部评级制度。

二二.CreditMetricsModel基本思想基本思想.信用风险取决于债务人的信用状况，企业信用状况由被评定的信用表示。

信用计量模型认为信用风险直接源自企业信用等级的变化，并假定信用评级体系是有效的。

即企业投资失败、利润下降、融资渠道枯竭等信用事件对其还款履约能力的影响都能及时恰当地通过其信用等级的变化而表现出来。

CreditMetrics的基本方法就是信用等级变化分析。

转换矩阵（TransitionMatrix一般由信用评级公司提供）,即所有不同信用等级的信用工具在一定期限内变化到其他信用等级或维持原级别的概率矩阵，成为该模型重要的输入数据。

基本思想基本思想.信用工具（包括债券和贷款等）的市场价值取决于债务人的信用等级，信用等级的变化会引起信用工具市场价值的相应变化。

根据转换矩阵所提供的信用工具的信用等级变化的概率分布,及不同信用等级下给定的贴现率就可以计算出该信用工具在各信用等级上的市场价值（价格）,从而得到其市场价值在不同信用风险状态下的概率分布。

这样我们就可以用传统的期望和标准差来衡量资产信用风险,也可在确定的置信水平上找到该信用资产的信用值,从而将VaR的方法引入到信用风险管理中来。

基本思想基本思想.信用计量模型的一个基本特点是从资产组合而不是单一资产的角度来看待信用风险。

根据马柯威茨投资组合理论，分散投资可以降低非系统性风险。

信用风险很大程度上是一种非系统性风险。

因此,在很大程度上能被多样性的组合投资所降低。

但是由于经济体系中系统因素的作用，不同信用工具之间存在相互关系，由此产生的系统风险不能被完全分散。

这种相互联系由其市场价值变化的相关系数表示。

Creditmetrics模型模型lCreditMetrics模型的主要缺点如下:

l所有的预测和计算都以信用等级转移概率、违约概率为基础,这两个历史统计数据库的可能性引起了许多专家的质疑。

l只要处在同一等级,所有企业的违约率是一样的。

l实际违约率等于历史平均违约率。

l信用等级等同于信贷质量,信用等级与违约率是同义词,对担保因素考虑不够。

l信用等级的变化是独立的。

这一假设很值得怀疑,因为贷后的等级变化具有关联性,在同一行业、同一地区的企业,关联性大一些。

在经济萧条时期,贷款的信用价值变小、信用等级变低,不同贷款的变化方向一致。